G.711 в WAV: как открыть RAW с A-law или μ-law без угадывания параметров

Отделите аудиоданные от контейнера и сетевой записи

G.711 описывает кодирование телефонного звука. PCMA соответствует A-law, PCMU — μ-law; оба используют восьмибитные кодовые значения. Эти значения не равны обычному линейному восьмибитному PCM: одинаковый размер ещё не означает одинаковое декодирование.

В RAW-файле может не быть заголовка, который сообщает программе параметры. Но само расширение RAW не гарантирует G.711. Прежде чем выполнять команду, получите описание экспорта у источника: кодек, частоту, каналы и способ упаковки.

Эта инструкция подходит для непрерывного потока кодовых байтов G.711 без дополнительных заголовков. PCAP с сетевыми пакетами, RTP-поток с заголовками и контейнер WAV — другие входы. Не подавайте их как alaw RAW: служебные байты будут ошибочно прочитаны как звук.

Сохраните неизменный исходник и сведения об экспорте. Если данные приходят частями, выясните порядок, пропуски и наличие временных меток. Простая склейка полезных байтов не обязана восстановить реальные паузы телефонного разговора.

Подтвердите параметры до запуска команды

Для типового моно G.711 с частотой 8000 Гц один кодовый байт соответствует одному отсчёту. За секунду непрерывных данных получается 8000 байт. Значение 8000 используйте только при подтверждении параметров источника, а не потому, что так называется пример.

Уточните, находятся ли два направления разговора в разных файлах, смешаны в моно или чередуются как каналы. Наличие двух собеседников не означает стерео. Нельзя задать stereo только ради разделения голосов, уже сведённых в один поток.

Запишите отдельно закон кодирования. A-law и μ-law могут иметь одинаковые длительность и объём, поэтому расчёт размера не выбирает правильный вариант. Если описание неизвестно, запросите его; успешно завершившаяся команда с произвольным -f не становится доказательством формата.

Если исходник нормально открывается как контейнер, используйте обычное чтение его параметров. Общая конвертация аудио для расшифровки решает совместимость готового файла. Здесь самостоятельная задача — передать недостающие сведения о RAW-входе.

Декодируйте известный A-law в отдельный WAV

На 3 октября 2026 года параметры сверены с документацией и исходным кодом FFmpeg. Для подтверждённого A-law, 8000 Гц, моно и непрерывных RAW-байтов пример выглядит так:

ffmpeg -n -f alaw -ar 8000 -ch_layout mono -i call.raw -c:a pcm_s16le call_checked.wav

-f alaw задаёт входной формат, -ar 8000 — входную частоту, -ch_layout mono — раскладку входных каналов. Они стоят до -i. После входа -c:a pcm_s16le выбирает выходной линейный PCM в WAV. Параметр -n запрещает перезапись уже существующего результата.

Для подтверждённого μ-law замените alaw на mulaw. Назначьте другое выходное имя и сохраните использованную команду в журнале. Это две альтернативы для двух известных типов источника, а не совет выбирать закон наугад до получения правдоподобного звука.

Проверьте установленную сборку: ffmpeg -h demuxer=alaw или ffmpeg -h demuxer=mulaw показывают её параметры. Если программа не принимает опцию, сверяйте справку именно своей версии. Не убирайте сведения о каналах и частоте вслепую, полагаясь на значения по умолчанию.

Сравните расчёт, длительность и слышимый результат

Для непрерывного моно G.711 без заголовков длительность в секундах равна числу байт, делённому на частоту. Учебные 160 000 байт при 8000 Гц дают 20 секунд. Формула не относится к пакету с заголовками, двум отдельным направлениям или экспорту, который удалял тишину.

Фактическая техническая проба выполнена на FFmpeg 6.1.1: отдельно созданы два синтетических тона по две секунды в alaw и mulaw. Каждый RAW занял 16 000 байт. После приведённого декодирования ffprobe показал PCM s16le, 8000 Гц, один канал и длительность 2.000 секунды.

Это проверка синтаксиса и параметров на синтетике, а не тест записи звонка или точности распознавания речи. Совпадение с оригинальным несжатым тоном здесь не заявляется: G.711 использует квантование, и декодирование не возвращает ранее потерянные детали.

Прослушайте начало, середину и конец реального результата. Неправильная частота меняет длительность и скорость, а неверный закон кодирования может дать искажённый звук при внешне нормальной длительности. Для полного файла выполните также проверку чтения FFmpeg; отсутствие ошибок декодера не заменяет проверку входных параметров.

Передайте проверенную рабочую копию для расшифровки

Сохраните карточку преобразования рядом с исходником: откуда получены параметры, какая версия FFmpeg использована и какие контрольные места прослушаны. Если направления хранятся отдельно, подпишите их по фактическим сведениям экспорта, а не по предполагаемым ролям голосов.

Не повышайте частоту ради обещания «улучшить» телефонную речь. Пересчёт отсчётов не создаёт отсутствующие частоты. Если целевой инструмент требует другую частоту, создайте рабочую копию осознанно и сохраните первоначально декодированный WAV.

Перед расшифровкой аудио в Транскрибаторе проверьте допустимые размер, формат и длительность в интерфейсе сервиса. Прямая поддержка RAW G.711 здесь не заявляется: следующий шаг относится к подготовленной допустимой записи.

Сверяйте спорные фразы текста с проверенным звуком. Если речь искажена уже при декодировании, повторное распознавание не исправит неверную интерпретацию байтов. Сначала вернитесь к описанию экспорта и устраните конкретное расхождение.